“evaluación de potenciales de fuentes de

“Evaluación de potenciales de Fuentes de

Energía Renovable Eólica y Solar para

generación de energía eléctrica en Bolivia”

Ing. Iris Trinidad Guzmán Ordóñez

Diciembre, 2010

UNIVERSIDAD MAYOR DE SAN SIMÓN

VICERRECTORADO

Centro de Levantamientos Aeroespaciales

y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales

“Evaluación de potenciales de Fuentes de Energía

Renovable Eólica y Solar para generación de energía

eléctrica en Bolivia”

Por

Ing. Iris Trinidad Guzmán Ordóñez

Asignación Final Individual (Trabajo de Grado) presentado al Centro de Levantamientos

Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales en

cumplimiento parcial de los requisitos para la obtención del grado académico de Máster en Ciencias de

la Geo - Información y Observación de la Tierra, en la mención en: Información de Tierras para la

Planificación del Territorio

Comité de evaluación del AFI

Lic. Benjamin Gossweiler H. MSc. Presidente

Lic. Benjamin Gossweiler H. MSc. Asesor 1

Ing. Miguel Fernandez MSc. Asesor 2

Ing. Nelson J. Sanabria S. MSc. Docente CLAS

Ir. Arno M. van Lieshout Docente ITC

Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales Cochabamba, Bolivia

Aclaración

Este documento describe el trabajo realizado como parte del programa de estudios de Maestría

en el Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales. Todos los puntos de vista y opiniones expresadas en el mismo son

responsabilidad exclusiva del autor y no representan necesariamente las del Centro.

i

Resumen

Bolivia es un territorio muy extenso y diverso, las características topográficas y de relieve limitan

muchas veces el acceso a energía eléctrica, el uso y tenencia de suelos productivos y mayor

concentración de la población. En cuanto al uso de las fuentes de energía renovable para la generación

de energía eléctrica, se ha desarrollado a nivel de viviendas, con proyectos rurales, siendo de gran

impacto para incluirlas en proyectos de mayor magnitud.

Una limitante es la distribución espacial que incide en altos costos de prospección. La herramienta del

SIG es una propuesta técnica que reduce estos costos y mediante un análisis espacial logra evaluar

zonas de potenciales de aprovechamiento de fuentes de energía renovable (FER).

La presente asignación final, hace hincapié en el análisis espacial de dos fuentes de energía

renovables, la solar y la eólica. Para esto se trabaja con un modelo de SIG desarrollado para las

energías renovables. La aplicación del modelo considera las variables de cobertura superficial y

topografía como restricciones para los emplazamientos de transformación de las energías renovables

en energía eléctrica.

La metodología aplicada en el software ArcGIS, ha permitido el desarrollo e identificación de las

zonas potenciales de las fuentes de energía renovable en Bolivia, utilizando datos de radiación solar y

velocidad de vientos, para periodos anuales y con información terrestre. Los resultados obtenidos se

generaron en mapas que han posible la visualización de las áreas con alto, medio y bajo potencial

energético. A partir de las áreas potenciales encontradas, se estiman la cantidad de potencia que se

puede generar y cual sería el costo de inversión, tomando como área de aplicación al tamaño de pixel.

Este trabajo desarrolla un trabajo de zonificación de potenciales de fuentes de energía solar y eólica

para uso como generadores de energía eléctrica para demandas de energía a nivel Bolivia, aplicando

un modelo denominado SIGER (Sistemas de Información Geográfica para energías Renovables).

ii

Dedico este trabajo a …

A mi familia por estar siempre a mi lado

L@s amig@s que me han apoyado en esta travesía

Las personas que estando lejos me animaron a continuar

Las instituciones que apoyaron el desarrollo de este trabajo

iii

Tabla de contenidos

1. Introducción ................................................................................................................................1

1.1. Antecedentes ......................................................................................................................1

1.2. Justificación .........................................................................................................................1

2. Objetivos .....................................................................................................................................2

2.1. Objetivo general ..................................................................................................................2

2.2. Objetivos específicos ...........................................................................................................2

3. Marco Teórico .............................................................................................................................3

3.1. Características Demográficas y acceso a la energía ..............................................................3

3.2. Planificación energética .......................................................................................................5

3.3. Energías renovables y los Sistemas de Información Geográfica ............................................6

3.3.1. Energía Solar ................................................................................................................7

3.3.2. Energía Eólica ...............................................................................................................8

3.4. Modelamiento espacial........................................................................................................9

3.4.1. Geoestadística .............................................................................................................9

3.4.2. Análisis de la superficie a partir del Modelo Digital de Elevación (DEM) ...................... 11

3.4.3. Incidencia de coberturas en las energías renovables .................................................. 11

3.4.4. Caracterización de Fuentes de Energías Renovables (FER) .......................................... 11

3.5. Modelo SIGER .................................................................................................................... 12

4. Marco Metodológico ................................................................................................................. 14

4.1. Cartografía de Bolivia ......................................................................................................... 15

4.2. Análisis de Restricciones .................................................................................................... 16

4.2.1. Cobertura y uso de suelo en base a mapas temáticos ................................................. 16

4.2.2. Análisis de la topografía en base al DEM .................................................................... 17

4.3. Caracterización de FER eólica y solar .................................................................................. 18

4.3.1. Velocidad del viento ................................................................................................... 18

4.3.2. Radiación Solar .......................................................................................................... 19

4.4. Generación de potenciales energéticos mediante el uso del SIGER .................................... 19

4.4.1. Estimaciones de costos de generación de EE por tipo de FER...................................... 20

5. Resultados y Discusión .............................................................................................................. 21

iv

5.1. Análisis de restricciones para la generación de energía ...................................................... 21

5.1.1. Cobertura y uso de suelo ........................................................................................... 21

5.1.2. Topografía ................................................................................................................. 23

5.2. Análisis de fuentes de energías renovables ........................................................................ 25

5.2.1. Energía Eólica ............................................................................................................ 25

5.2.2. Energía Solar .............................................................................................................. 27

5.3. Potenciales de energía aplicando el modelo SIGER ............................................................ 27

5.3.1. Reclasificación y estandarización de mapas ................................................................ 27

5.3.2. Evaluación de potenciales .......................................................................................... 28

5.4. Estimación de costos ......................................................................................................... 31

6. Conclusiones ............................................................................................................................. 32

7. Referencias Bibliográficas .......................................................................................................... 34

8. Anexos ...................................................................................................................................... 35

v

Lista de figuras

Figura 1 Mapa de Bolivia y el acceso a Energía Eléctrica ......................................................................3

Figura 2 Mapa energético de Bolivia (BEN, 2008) ................................................................................5

Figura 3 Sistemas Fotovoltaicos – Proyectos ENERGETICA ...................................................................8

Figura 4 Aerogeneradores y SFV – Proyecto de ENERGETICA ...............................................................9

Figura 5 Diagrama del Semivariograma ............................................................................................. 10

Figura 6 Esquema del Modelo SIGER ................................................................................................. 13

Figura 7 Flujograma del proceso de trabajo ....................................................................................... 14

Figura 8 Viviendas sin Energía Eléctrica y Tendido Eléctrico Nacional ................................................ 15

Figura 9 Mapas temáticos de cobertura y uso de suelo ..................................................................... 22

Figura 10 Mapa E – Restricciones de cobertura terrestre ................................................................... 23

Figura 11 Mapas del análisis de la superficie a partir de un DEM ....................................................... 24

Figura 12 Mapas F - Restricciones topográficas ................................................................................. 25

Figura 13 Interpolaciones por el método Kriging Universal ................................................................ 26

Figura 14 Interpolaciones por el método IDW ................................................................................... 27

Figura 15 Mapas D - Potenciales energéticos reclasificados ............................................................... 28

Figura 16 Mapa G - Zonificación del potencial Eólico ......................................................................... 29

Figura 17 Mapa G - Zonificación del potencial Solar........................................................................... 30

vi

Lista de tablas

Tabla 1 Población y cobertura eléctrica por Departamentos ............................................................... 4

Tabla 2 Mapas temáticos de restricción ............................................................................................ 16

Tabla 3 Ponderación de la reclasificación de mapas temáticos .......................................................... 17

Tabla 4 Ponderación de la reclasificación de mapas temáticos .......................................................... 17

Tabla 5 Mapas insumos para el SIGER ............................................................................................... 19

Tabla 6 Algebra de mapas aplicado para el SIGER .............................................................................. 20

Tabla 7 Análisis geoestadístico de datos de Viento ............................................................................ 26

Tabla 8 Estimación de potencia y costo de implementación en un área igual a un pixel..................... 31

EVALUACIÓN DE POTENCIALES DE FUENTES DE ENERGÍA RENOVABLE EÓLICA Y SOLAR PARA GENERACIÓN DE ENERGÍA

ELÉCTRICA EN BOLIVIA

1

1. Introducción

1.1. Antecedentes

Actualmente, en el mundo se vive una crisis por la disminución de las fuentes de energía

convencional, como el petróleo y la degradación ambiental que se ha ido provocando. Es así que se

desarrollan mecanismos que integren en el desarrollo energético a las fuentes de energías renovables.

Las fuentes de energía renovable (FER) presentan una distribución espacial dispersa, por lo que,

además de ayudar al equilibrio del balance energético regional, presentan claras ventajas en el

suministro rural. Por esto se ha ido integrando el uso de un sistema de información geográfica SIG,

para el análisis de la viabilidad de estos proyectos. Países como España, México, entre otros mediante

el uso de SIG, aprovechan el viento y la radiación solar para generar electricidad. Las experiencias

desarrolladas han permitido incluir a las energías renovables en sus planes de desarrollo energéticos.

(Domínguez, 2002 y Rivas, 2007)

En Bolivia se han desarrollado proyectos que contemplan el uso de las energías renovables para cubrir

las demandas de energía del País, principalmente en el áreas rural. El aprovechamiento de los recursos

renovables, para la generación de energía, limita la planificación de una explotación a gran escala, por

la limitante en los costos de prospección y pre-inversión. Pero aún así se trata de integrar a las energías

renovables dentro del esquema energético, por la preocupación de la reducción de los hidrocarburos y

el medio ambiente, de acuerdo al marco del plan de desarrollo energético del País. (PDE, 2008)

La distribución de las FER a lo largo de los territorios no es homogénea. El uso de SIG se convierte en

una herramienta que contribuye a la predicción y zonificación de potenciales energéticos de manera

espacial, reduciendo costos de investigación. Básicamente se evalúan los recursos energéticos de

acuerdo a las características espaciales dentro del territorio. (Ubaldo, 2003)

1.2. Justificación

En Bolivia el 36% de la población no cuenta con acceso a energía eléctrica, por su distribución

espacial, geográfica y las actividades de subsistencia, que dificultan técnica y económicamente el

acceso a la red eléctrica convencional. De esta manera se considera como una alternativa importante,

recurrir a fuentes de energías renovables para cubrir la demanda. La dispersión geográfica de las

comunidades, y ausencia de vías de acceso, generan pérdidas en el transporte y en la distribución de

energía con la extensión de la red, a distancias muy grandes,. Por estas razones es importante el

análisis de alternativas que posean una infraestructura energética equilibrada, descentralizada y de

menor impacto en el ambiente. (INE, 2009 y ENERGÉTICA, 2000)

Las experiencias de la aplicación de los SIG en energías renovables, han desarrollado una herramienta

para sistematizar la información demográfica y de las FER que se encuentran dentro un área de interés.

Por estas razones el presente trabajo pretende elaborar la caracterización de las FER, eólica y solar que

podrían generar energía eléctrica en Bolivia, utilizando información terrestre de cada fuente, sus

variables espaciales y temporales, la topografía, las restricciones aplicando el modelo SIGER (Sistema

de Información Geográfica de Energías Renovables), para generar una representación gráfica de las

zonas con potencial solar y eólico a nivel comercial en el territorio.



2

2. Objetivos

2.1. Objetivo general

Zonificar las Fuentes de energías renovables Eólicas y Solar, de acuerdo a su potencial

aprovechamiento para la generación de energía a nivel comercial para Bolivia.

2.2. Objetivos específicos

Analizar las principales restricciones espaciales para el aprovechamiento de las fuentes de

energía renovables eólica y solar, de acuerdo a la topografía y cobertura de la tierra.

Analizar los potenciales energéticos del viento y la radiación solar, de las estaciones terrestres,

mediante análisis geoestadístico.

Determinar las zonas de potencial eólico y solar mediante el modelo Sistemas de Información

Geográfica para Energías Renovables (SIGER).

Estimar el costo de generación de energía del potencial eólico y solar de acuerdo a las áreas

más favorables.



3

3. Marco Teórico

3.1. Características Demográficas y acceso a la energía

La República de Bolivia situada entre las coordenadas geográficas, 57° 26' y 69° 38' de longitud

occidental del meridiano de Greenwich y entre las latitudes 9° 38' y 22° 53' sur, abarcando más de 13

grados geográficos. Su extensión es de 1.098.581 Km2, comprende nueve departamentos, 112

provincias, 327 secciones municipales y 1.385 cantones. (INE, 2009)

Existen tres zonas geográficas predominantes, la Andina, Sub-Andina y los Llanos. La zona Andina

abarca el 28% del territorio, donde se distinguen la Cordillera Occidental o Volcánica, la Cordillera

Oriental y la meseta Altiplánica, con temperaturas promedio de 10° C, donde la altura promedio es de

3.750 msnm. La zona Sub Andina comprende el flanco sur y suroeste de la Cordillera Real en la zona

central y sud, donde se abren valles de elevación variable, con clima templado y cálido. En la zona de

los llanos, a los pies de la Cordillera Oriental o Real, en su flanco nororiental, se abren las llanuras de

clima cálido tropical, con temperaturas promedio de 25° C y alturas que oscilan entre los 200 y 400

msnm. (INE, 2009)

Figura 1 Mapa de Bolivia y el acceso a Energía Eléctrica

La Figura 1¡Error! No se encuentra el origen de la referencia. muestra en porcentajes a las

poblaciones que cuentan con energía eléctrica, ubicadas en cada Departamento de Bolivia y las

viviendas sin acceso a energía en cada departamento, ambos datos representados en proporción real. El

acceso a la energía tiene una cobertura del 64% de la población, cubriendo el 89.5% en el área urbana

y 24,7% en el área rural. El área urbana tiene una demanda satisfecha con energéticos convencionales

4

y con un sistema regulatorio moderno, en tanto el área rural se mueve en el marco de la total

inadecuación e insatisfacción de la necesidad de energía. La ¡Error! No se encuentra el origen de la

referencia. presenta la distribución de las viviendas que cuentan con energía eléctrica y aquellas que

no tienen este servicio.

Tabla 1 Población y cobertura eléctrica por Departamentos

Departamento Nº de

Hogares

Nº de Hogares con

Energía Eléctrica

Nº de Hogares sin

Energía Eléctrica

Porcentaje

Cobertura

La Paz 630.072 414.157 215.915 66

Chuquisaca 118.918 56.065 62.853 47

Cochabamba 352.411 240.099 112.312 68

Oruro 104.123 63.185 40.938 61

Potosí 180.323 72.811 107.512 40

Tarija 87.157 60.291 26.866 69

Santa Cruz 428.653 325.998 102.655 76

Beni 65.481 35.760 29.721 55

Pando 10.527 4.810 5.717 46

Totales 1.977.665 1.273.176 704.489 64

Fuente: (INE, 2009)

El Balance Energético Nacional (BEN), es uno de los principales instrumentos de la Planificación

Energética, ya que contabiliza los flujos de producción de energía se que se consume y se destina a la

exportación. Este balance se ha calculado tomando en cuenta las fuentes de energía convencional de

gran escala, como ser el gas natural, el petróleo, la energía hídrica (hidroenergía) y la biomasa, su

transformación electricidad y la producción de derivados de petróleo. Esta información es resumida en

la elaboración de un mapa que se presenta a continuación en la Figura 2.



5

Figura 2 Mapa energético de Bolivia (BEN, 2008)

La estructura energética del país, pretende plantear y definir políticas energéticas, calcular relaciones

de eficiencia, realizar trabajos de prospectiva tanto de oferta como de demanda energética, en el corto,

mediano y largo plazo, y establecer escenarios energéticos a futuro. Es por ello que se pretende

coadyuvar en el análisis espacial de las FER de manera similar al de otros países. (BEN, 2008)

3.2. Planificación energética

La planificación energética permite elaborar escenarios viables para la toma de decisiones en materia

energética, no sólo en el corto plazo, sino fundamentalmente en el mediano y largo plazo. El objetivo

6

de esta planificación es solucionar los problemas estructurales con la visión de un país con soberanía

energética y una mejor calidad de vida para la población. (ENERGÉTICA, 2000)

Bolivia, de acuerdo al Plan de Desarrollo Energético diseñado hasta el año 2027, considera que el

desarrollo económico del país está relacionado directamente a la accesibilidad permanente de energía,

de manera segura, con bajo costo, y favorable medio ambientalmente.

Existen indicadores energéticos y de evaluación de escenarios que toman en cuenta las características

del energético y las ventajas y desventajas del desarrollo de dicho escenario. Entre las características

del energético se toma en cuenta su eficiencia en la generación de energía; y los impactos de su uso.

Un energético favorable es aquel de mayor eficiencia con costos no muy elevados y de menor impacto

para la salud el medio ambiente. Por lo cual se considera el uso de FER, cuyo uso sea sostenible en el

tiempo y sea de mayor accesibilidad. (PDE, 2008)

Los indicadores tienen una estandarización con la siguiente ponderación:

1. no favorable

2. poco favorable

3. medianamente favorable

4. muy favorable

De manera general, la energía con la fuente energética más favorable que presenta el mejor escenario

energético es la Hidroenergía, con un 80% de eficiencia y de menores impactos. La energía generada

por otras FER (solar, eólica y geotérmica) poseen una eficiencia del 10% ya que su captación es más

dificultosa técnicamente, y el escenario de costos se eleva pero el impacto al medio ambiente es

mucho menor lo cual puede compensar su aprovechamiento. (PDE, 2008)

La planificación energética debe tomar en consideración criterios y conceptos de la Ordenación del

Territorio, ya que sin ellos difícilmente podrán prever aspectos tales como los conflictos en los usos

del suelo, la satisfacción de la demanda energética o la preservación de los recursos y el medio

ambiente, es decir, su uso sustentable debe tener presente, en todas las decisiones de planificación de

infraestructuras energéticas, la susceptibilidad al cambio del entorno natural. (Arancibia, 2008)

El gran avance tecnológico de los últimos tiempos, en particular el ocurrido en la informática, en la

teledetección y los sensores remotos, tuvieron gran impacto en la Cartografía. Esta disciplina esencial

en la geografía, estudia los diferentes métodos, sistemas, operaciones científicas y técnicas que

permiten representar en un plano la superficie terrestre, los fenómenos o actividades que se desarrollan

en ella. (Arancibia, 2008)

3.3. Energías renovables y los Sistemas de Información Geográfica

La delimitación de áreas de explotación energética, se ha realizado en forma manual o con la ayuda de

software específicos, sin considerar el aspecto geográfico. Actualmente, el uso de la tecnología de los

sistemas de información geográfica (SIG) permite manipular una gran cantidad de información de

manera precisa y oportuna con un mínimo de tiempo y esfuerzo. Entonces los SIG se están

posicionando en una excelente alternativa para apoyar el desarrollo de las energías renovables.

Las ER, dispersas en los territorios, requieren del uso de un análisis espacial para estudiar la viabilidad

de estos proyectos. (Ubaldo, 2003)

Los SIG se están aplicando en la prospección de las siguientes alternativas energéticas:

El agua, el sol, el viento son recursos energéticos distribuidos en áreas extensas, lo que da

lugar a una utilización descentralizada. Pero con incidencias diferentes de acuerdo a las

características de la superficie.



7

Los recursos energéticos renovables son inagotables por su origen solar, variando su

intensidad de acuerdo la latitud, altura del sol y el calendario estacional.

La posibilidad de instalar pequeñas unidades energéticas de bajo costo a través de las

tecnologías de conversión modulares, sin competir con las grandes instalaciones energéticas.

La ER presenta un carácter intermitente. Esta utilización periódica se puede aprovechar para

satisfacer las necesidades energéticas de la población incluyendo la más dispersa.

Son energías que emiten menos CO2, lo que permite atenuar el efecto invernadero.

Los SIG proporcionan todas las herramientas para implementar una gestión eficaz de los recursos

energéticos, siempre y cuando se definan adecuadamente la escala geográfica, el nivel de observación,

ya se trate del nivel “microscópico” de los actores individuales o de agregados espaciales definidos en

los niveles meso o macrogeográficos. (Arancibia, 2008)

3.3.1. Energía Solar

La radiación solar produce energía eléctrica por medio de la conversión fotovoltaica, y se basa en la

capacidad de los Sistemas Fotovoltaicos (SFV), para generar electricidad al incidir sobre ellos la

radiación solar. Estos SFV interconectados de acuerdo a la extensión que ocupen para captar mayor

radiación, pueden generar energía eléctrica que se almacena en baterías.

La radiación solar recibida por la superficie terrestre puede ser aprovechada en forma de energía solar,

presentando la distribución espacial más perfecta con pequeñas variaciones por la pendiente del

terreno, que influirá en el ángulo de incidencia de los rayos solares, y por el sombreamiento, que

influirá en las horas de exposición. Tiene una estabilidad adecuada en cuanto a los valores diarios

medios mensuales, ya que, para un día determinado, sólo está afectada por la transparencia de la

atmósfera. Dos tipos de factores determinan su distribución sobre la superficie terrestre. En primer

lugar, las condiciones de localización geográfica y temporal, latitud, orientación y hora. En segundo

lugar, las condiciones meteorológicas y climatológicas que determinan la radiación diaria recibida y su

variabilidad estacional. La influencia de los factores geográficos en la radiación es fácilmente

calculable. La variabilidad de las condiciones climatológicas puede basarse en modelos y

aproximaciones derivadas de la observación. (Domínguez, 2002 y Lucano, 2010)

Viviendas con SFV de 50 Wp

Tacopaya – Cochabamba – Bolivia

Viviendas con SFV de 50 Wp

Ayopaya – Cochabamba - Bolivia

8

Albergue con SFV de 50 Wp – Reserva Eduardo

Avaroa – Potosí – Bolivia

SFV interconectado de 300 Wp.

Cochabamba - Bolivia

Figura 3 Sistemas Fotovoltaicos – Proyectos ENERGETICA

En Bolivia el uso más importante de los SFV es la electrificación rural por la topografía accidentada y

dispersión de viviendas. En cambio, las aplicaciones de los SFV a nivel comercial, se da en áreas de

gran tamaño y relativamente planas para colectar mayor cantidad de radiación y generar energía para

interconectarla a la Red Eléctrica.

3.3.2. Energía Eólica

La energía eólica proviene del viento, que para generar energía eléctrica pasa a través de hélices y

sistemas de aerogeneradores. La energía que un aerogenerador puede convertir en eléctrica depende

tanto de los parámetros de la máquina como de las características del viento al que está expuesto

(velocidad y densidad). (Sagüés, 2009)

El viento es el resultado del desplazamiento de las masas de aire en presencia de un gradiente de

temperatura y de presión. Sobre la masa de aire, además de la fuerza derivada de este gradiente, actúan

la fuerza de fricción, relacionada con el rozamiento entre la superficie terrestre y la atmósfera, y la

fuerza de Coriolis, vinculada el movimiento de rotación de la Tierra. (Domínguez., 2002)

Aerogenerador eólico.

Cochabamba - Bolivia Eólicos y SFV

Parotani – Cochabamba – Bolivia



9

Escuela con aerogenerador y SFV

Chuquisaca – Bolivia

Escuela con sistema híbrido (eólico y SFV)

Anzaldo – Cochabamba - Bolivia

Figura 4 Aerogeneradores y SFV – Proyecto de ENERGETICA

La energía eólica y su aprovechamiento están determinados por las características locales o circulación

a pequeña escala, definido por la situación geográfica, latitudinal y altura, las características climáticas

locales, la topografía y los accidentes del terreno. Las zonas geográficas con mayor potencial eólico

son: los cortes entre montañas con un fuerte gradiente de presión, los valles largos, las zonas llanas

elevadas (mesetas), las zonas llanas con un fuerte gradiente de presión, las elevaciones bien expuestas

con vientos de altura y las zonas de costa bien expuestas tanto a vientos de altura como a gradientes

térmicos y de presión. (Domínguez., 2002)

La aplicación aislada más interesante es la producción de electricidad, ante la ausencia de red eléctrica,

al igual que los SFV, implican el uso de baterías para la acumulación de la energía producida. Algunas

de las experiencias de aplicación han demostrado que la demanda de energía de las familias de zonas

remotas y aisladas es mejor atendida con sistemas híbridos. (ENERGETICA, 2009)

Las aplicaciones centralizadas para la producción de electricidad, se da en parques eólicos conectados

a la red eléctrica, que dependen de la topografía y la altura donde circula el viento. De acuerdo a la

generación de mayor potencial eólico la gestión de recursos económicos es más favorable.

3.4. Modelamiento espacial

El modelamiento espacial trabaja a través de los SIG, herramientas muy útiles aplicadas a diversas

disciplinas. En la planificación energética permiten: el análisis de la información nacional o regional,

desde el punto de vista Geográfico, también cuenta con un mantenimiento más dinámico de la

información al ser visual, y a la toma las decisiones de forma más eficiente, contando con una

información que dibuja la realidad y potencialidades de los espacios. (Arancibia, 2008)

El análisis del territorio con los SIG procesa la información de fenómenos geográficos y espaciales,

prediciendo qué existe, dónde se localiza, qué y cómo ha evolucionado y cómo se distribuye. Los

softwares para SIG utilizados en la actualidad son ILWIS, ArcGIS, ArcInfo, ArcView, GRASS,

MapInfo, IDRISI, GéoConcept, entre otros. (ACCIONA-GIS, 2009)

3.4.1. Geoestadística

La geoestadística se basa en la correlación espacial de los datos geográficos. La información asociada

al terreno se puede introducir como tablas de atributos o mapa de puntos, con los que se puede realizar

distintas operaciones, según el objetivo del trabajo y la herramienta SIG seleccionada. También se

10

pueden introducir o vincular directamente textos e imágenes y otros elementos, y realizar operaciones

mediante su tabla de atributos. (ESRI, 2006)

Una de las herramientas de la estadística de mayor importancia y utilidad es el Semivariograma, que

mide el grado de dependencia espacial ente las muestras.

Fuente: ESRI, 2006

Figura 5 Diagrama del Semivariograma

De acuerdo a la Figura 5, solo los valores ubicados al interior del rango se consideran como

espacialmente correlacionadas. Los valores comprendidos sobre el eje Y se denomina “Sill”. El

“Nugget” igual a Cero hace que valor del semivariograma también sea Cero. Sin embargo, a una

distancia de separación infinitesimalmente pequeña, el modelo a menudo exhibe un efecto pepita. Los

valores extraídos del semivariograma se aplican para los métodos de interpolación, modelos

matemáticos, que pueden ser:

- Determinísticos, que estiman el valor de un atributo en un punto a partir de la información de

sus vecinos próximos (métodos IDW, Curvas adaptativas, Polígonos Thiessen y otros)

- Probabilísticos, que estiman la variación de un atributo ligada a su localización en el espacio

(Kriging universal y ordinario)

Este método IDW es apropiado cuando la variable analizada disminuye conforme aumenta la distancia

desde cada punto analizado. IDW estima los valores de las celdas promediando los datos obtenidos

desde los puntos de entrada ingresados que están más cercanos a ella. Sin embargo existen algunos

parámetros que pueden ser configurados para modificar o ajustar los resultados entregados.

Kriging es similar al método IDW en cuanto a ponderar los valores medidos aledaños que servirán

para derivar la predicción de las locaciones no medidas en el análisis. (ESRI, 2006) y(Peralta, 2008)

Las predicciones mediante Kriging, se deben generar las funciones de Variograma y covarianza para

estimar la dependencia estadística de los valores (denominada Correlación espacial) que dependerán

del modelo de autocorrelación definido. El interpolado mediante Kriging, utiliza los datos dos veces,

primero para estimar la correlación espacial de los datos y después para generar las predicciones.

Los métodos de Kriging en el 3D Analyst son metodologías de Kriging: Ordinary y Universal.

El Ordinary Kriging es el más utilizado, asume que el promedio constante de los valores es

desconocido. Esta presunción es razonable de utilizar a menos que existan bases científicas que

indiquen lo contrario. En cambio, el Universal Kriging asume la existencia de una tendencia al interior

los datos (por ejemplo la dirección del viento) que puede ser modelada mediante una función

determinística, la polinomial. Esta polinomial es extraída desde los puntos de interpolación medidos y

la autocorrelación es modelada a partir de los errores aleatorios. Una vez que se ha ajustado el modelo



11

a estos errores y se ha realizado la predicción, la polinomial es añadida a la predicción para entregar un

resultado final más coherente. El universal Kriging solo debe ser usado cuando se conocen las

tendencias contenidas al interior de los datos y estas pueden ser científicamente justificadas. (ESRI,

2006 y Peralta, 2008)

3.4.2. Análisis de la superficie a partir del Modelo Digital de Elevación (DEM)

Los SIG trabajan con la información de Modelos Digitales de Elevación (DEM), que pueden ser

descargados de imágenes satelitales y de estos poder extraer el TIN o Red Irregular Triangulada

(algoritmos de triangulación de Delaunay), curvas de nivel y Modelos Digitales del Terreno o DTM.

El relieve terrestre se gráfica espacialmente con técnicas topográficas. A partir de un MDT se pueden

extraer las siguientes variables del relieve terrestre: Altitud, Pendiente, Orientación y Curvatura o

Rugosidad. La combinación física de estas variables da lugar a las formas del relieve. Por lo que cada

forma del relieve se materializa con un algoritmo espacial de la combinación de las variables

anteriormente mencionadas. (ESRI, 2006 y Peralta, 2008)

En el caso de la evaluación de proyectos con FER, los factores geográficos que intervienen están más

relacionados con la presencia del hombre en la zona, pero también existen otros que son

fundamentales en el estudio de FER. Estos definen la viabilidad de implementación de equipos de

generación de energía eólica y solar, tanto técnica como económica. Las variables de pendiente,

orientación y curvatura condicionan el aprovechamiento y potencialidad de la energía eólica y la

incidencia solar sobre la superficie. Lo ideal es tener zonas con pendientes bajas, terrenos con pocas

horas de sombreamiento y condiciones que permiten el flujo continuo del viento. (Domínguez, 2002)

3.4.3. Incidencia de coberturas en las energías renovables

Las características típicas de los ecosistemas definen algunas condiciones del paisaje, vegetación,

clima, nubosidad, entre otros, por eso son importantes en el análisis espacial ya que influyen en la

rugosidad de la superficie terrestre y se constituyen en restricciones sobre el aprovechamiento de los

recursos energéticos o los emplazamientos para captarlos. . (Domínguez, 2002)

Así mismo en el análisis espacial se considera el uso del suelo, siendo las restricciones principales,

zonas urbanas, presencia de áreas protegidas, tierras aptas para cultivo, entre otras, por valor ecológico

o de asentamiento humano y producción de alimentos.

Los procesos de cambio en la cobertura y uso del suelo son el centro de la atención de la investigación

ambiental actual, debido a las implicaciones que éstos conllevan en relación con la pérdida de hábitat,

de diversidad biológica, servicios ambientales y la capacidad productiva de los ecosistemas.

Prácticamente, los SIG al considerar estos mapas temáticos logran hacer una mejor gestión de los

recursos y reducción de la agresividad contra el medio ambiente, sin frenar el desarrollo de las

poblaciones. (Mendiburu, 2009)

3.4.4. Caracterización de Fuentes de Energías Renovables (FER)

Es importante hacer notar que la decisión de usar estas tecnologías para producir electricidad se toma

básicamente por el costo de la energía generada y no con base en los beneficios que traería a los

ecosistemas por ser una energía limpia. Los costos de generación de electricidad con FER por ahora

son altos comparados con la generación por métodos tradicionales. Por ello, un proyecto viable con

http://es.wikipedia.org/wiki/Altitud

http://es.wikipedia.org/wiki/Pendiente_de_una_recta

http://es.wikipedia.org/wiki/Orientaci%C3%B3n_%28geometr%C3%ADa%29

12

ER, requiere cumplir una serie de condiciones específicas, como ser: distancias razonables a las líneas

de conducción, a las carreteras, a los centros de consumo, etc. (Ubaldo, 2003)

El factor geográfico, topografía y rugosidad de la superficie, están presentes en la evaluación del

recurso energético y en el costo de generación eléctrica. La ubicación geográfica es un indicador de

mayor o menor potencial, en cuanto a la radiación solar y el viento. La mayoría de ellos requieren el

análisis con información geográfica. Por lo tanto la distribución de las FER a lo largo de los territorios

no es homogénea y requieren de uno o varios parámetros a considerar, repercutiendo en los costos de

prospección. (Rivas, 2007)

a. Radiación Solar

Las diferencias en las cantidades de radiación solar que llegan al suelo son definidos por la posición

geográfica, el grado de pendiente, orientación y sombreamiento de la superficie, cobertura nubosa en

el año y horas de sol incidentes al día.

El aprovechamiento directo de la radiación solar de da en amplias zonas de la atmósfera, hasta que

llegan a la superficie. Las condiciones de captación de radiación se dan por la cantidad de horas - día

de incidencia de luz sobre el SFV. En Bolivia la dirección está dada por un ángulo de 30º con

dirección Norte, la cual mínimamente varía según la zona y la superficie donde se haga la instalación

de los equipos.(ENERGÉTICA, 2009 y Lucano, 2010)

b. Viento

La caracterización de los recursos eólicos de una zona se realiza mediante la realización de mapas

eólicos, distribuciones de la velocidad del viento y perfiles de velocidades (hoy en día se considera

como velocidad mínima entre 3,5 y 4 m/s). La distribución espacial de la energía eólica está

rígidamente condicionada por la topografía de la zona, por lo que su empleo está restringido a

determinadas localizaciones, rugosidad, cobertura vegetal y zonas de baja pendiente. La densidad de

potencia aumenta cuando la altura de medición del viento es más alta, consideradas las más eficientes

y prácticas a 10, 20, 50 y 80 m sobre la superficie. (Sagüés, 2009 y Almonacid, 2009)

Los recursos o potencial eólico son decisivos a la hora de evaluar el emplazamiento de un

aerogenerador, sea este autónomo o para un parque eólico.

3.5. Modelo SIGER

El Modelo SIGER surge como un proyecto de análisis técnico para la introducción de las energías

renovables en el sistema de generación eléctrica española, a petición de Greenpeace al Instituto de

Investigación Tecnológica (IIT) de la Universidad Pontificia de Comillas, con el objetivo fundamental

de obtener una valoración fundamentada de los techos de potencia renovable. Presentando los

resultados técnico - científicos del trabajo como estrategia de defensa de las FER, tratando de

disminuir la dependencia de los combustibles fósiles. (Domínguez, 2005)

El SIGER requiere información comprendida en las siguientes categorías:

1. Identificar las capas cartográficas o datos espaciales del área de estudio, en forma de mapas de

división política y topografía de la zona de estudio. Luego mapas de infraestructura como las

líneas eléctricas, carreteras, distancias a los centros de población, etc.

2. Usar la lógica y el lenguaje natural para desarrollar el procesamiento de los datos y llegar a la

solución, elaborando un esquema de cómo van a interactuarán los mapas. Por ejemplo:

Energía solar (mapas mensuales, estacionales y/o anuales de irradiación solar global, directa y



13

difusa); Energía eólica (mapas mensuales de densidad de potencia en diversas zonas del área

de estudio, mediciones de velocidad y dirección de viento)

3. Crear un diagrama de flujos con pasos que representen gráficamente el proceso de trabajo, es

decir, se debe saber que capa cartográfica deberá interactuar con otra.

4. Completar el diagrama de flujos con los comandos necesarios para realizar estas operaciones

dentro del SIG. De esta manera generar un producto válido y replicable.

Fuente: (Ubaldo, 2003)

Figura 6 Esquema del Modelo SIGER

El SIGER se trabaja actualmente en la plataforma ArcView 3.2, también en la plataforma del Arc GIS-

ArcInfo. De acuerdo al esquema de la Figura 6, donde la información básica necesaria se integra en las

bases de datos del sistema. Se generan los mapas temáticos de relevancia en el formato adecuado para

usarse en las herramientas del software y con los resultados obtenidos se derivarán mapas que

contendrán información de áreas potenciales de explotación energética de los recursos a partir de

tecnologías comerciales. (Domínguez, 2005 y Ubaldo, 2003)

Los esfuerzos se concentrarán en la primera parte del modelo, es decir, en generar la información de

los potenciales de las ER y en obtener información que sirva de base para dar inicio a la creación de

los diferentes modelos cartográficos particulares. Generalmente, la información inicial se obtiene de

los datos meteorológicos de la entidad encargada, y de los institutos entendidos en cada tipo de FER,

ya que las mediciones terrestres se realizan con equipos específicos para la generación del mapa de

potencial energético. (Domínguez, 2005 y Almonacid, 2009)

14

4. Marco Metodológico

La elaboración del presente estudio se basa en el uso y aplicación del software ILWIS 3,31 y ArcGIS

9,2 (ArcMap, ArcInfo, Geoestatistical Analyst, 3D Analyst y Spacial Analyst). Estas herramientas

permiten un análisis avanzado con funciones estadísticas, de reclasificación, análisis de superficies

(3D), análisis de TINs (3D), aplicación algoritmos de interpolación, algebra de mapas y análisis de

patrones, generando como productos con información gráfica. (Mendiburu, 2009) y (Peralta, 2008)

Inicio

Mapa:

Línea Base y

población sin EE

Mapa

Potencial

Solar

Elaboración de mapas de

población con y sin

energía electrica

Análisis de datos:

- Espacial

- Geoestadístico

Mapa

Potencial

eólico

Recopilación de datos

Procesamiento

de DEM Procesamiento

de mapas vector

y de puntos

Análisis de:

- cobertura

- uso de suelo -

rugosidadAplicación de

métodos de

interpolación

Aplicación

Modelo SIGER

Mapa Potencial

Eólico de Bolivia

Estimación de costos

por generación de EE

Restricciones

por cobertura y

uso de suelo

Análisis de potenciales

energéticosAnálisis de restricciones

Datos

estadísticos y

cartografíaDEM – 90m

Mapas

temáticos

Datos terrestres:

- radiación solar

- velocidad de vientos

Extracción:

- relieve

- topografía

Algebra de mapas

Mapa Potencial

Solar de Bolivia

Figura 7 Flujograma del proceso de trabajo



15

Básicamente, lo más importante fue la recopilación de datos y bibliografía sobre esta temática.

El procedimiento realizado se baso en el diagrama de flujo, presentado en la Figura 7, con el cual se

cumplió la meta trazada, la evaluación del potencial solar y eólica para la generación de energía

eléctrica a nivel comercial.

4.1. Cartografía de Bolivia

La cartografía fue construida a partir de datos demográficos, recolectados de la bibliografía y mapas en

formato Shape.file descargadas de internet (Centro digital de recursos Naturales de Bolivia -

http://essm.tamu.edu/bolivia/info_geoespacial_es.htm), que contengan la información sobre:

- El acceso a servicios básicos de energía eléctrica en viviendas

- Vías de acceso, identificando la red fundamental y los caminos secundarios a nivel Bolivia

- Tendido eléctrico de alta y media tensión que es controlada por ENDE

- Estandarización del formato de las capas cartográficas, haciendolas compatibles con el ArcGIS

Figura 8 Viviendas sin Energía Eléctrica y Tendido Eléctrico Nacional

http://essm.tamu.edu/bolivia/info_geoespacial_es.htm

16

Una vez verificados los datos se elaboró un mapa de línea base de Bolivia e información energética.

Posteriormente de acuerdo a la escala se definió el tamaño de celda de 0,04 unidades, considerando el

sistema de coordenadas GCS_WGS_1984, la cual permitirá trabajar con las imágenes y mapas en un

detalle visible y entendible.

El tendido eléctrico de alta y media tensión (alimentada en un 65% por generación térmica y un 39 %

por Hidroeléctricas), representado en un mapa de segmentos, llega las capitales de 8 departamentos de

Bolivia, y de esta se van distribuyendo a los centros más concentrados. Pero no abastece a toda la

población por lo cual se trata de incluir la electrificación rural con energías renovables, para poder

cubrir con la demanda insatisfecha, tomando en cuenta las distancias y accesos camineros. (PDE,

2008)

4.2. Análisis de Restricciones

El análisis de restricciones necesarias para modelar de acuerdo al SIGER, requieren de información

procesada en mapas temáticos en formato Raster, que contengan la descripción a nivel nacional. El

análisis de la topografía se efectúa por medio del procesamiento del DEM de 90 m, adecuado para la

escala a la cual se va a trabajar. (Ubaldo, 2003)

4.2.1. Cobertura y uso de suelo en base a mapas temáticos

La restricción por coberturas debe contar con los siguientes mapas temáticos.

Tabla 2 Mapas temáticos de restricción

Nº Mapa temático Observaciones

1 Área protegidas Nacionales Zonas restringidas ante cualquier explotación de recursos por el

valor económico y biológico

2 Unidades de Paisaje de

acuerdo a la fisiografía

De acuerdo al tipo de fisiografía se van denominando en forma

genérica las zonas por su altura y tipo de cobertura vegetal y

tipo de suelo

3 Uso del suelo Se contiene el tipo de administración del suelo por el tipo de

productividad, asentamientos y potenciales usos

4 Cobertura Nubosa anual Permite considerar zonas de incidencia sobre el potencial solar

El proceso de estos mapas en formato Shape fue el siguiente:

- Digitalizar capas de mapas en formato pdf o imágenes descargadas

- Estandarizar las georeferencias

- Análisis de la información contenida en cada mapa

- Rasterizar los mapas vector, adecuando el tamaño celda

- Reclasificar los mapas temáticos, asumiendo la ponderación, de acuerdo a la Tabla 3, usando

la función Reclassify del Spatial Analyst

- Después de la reclasificación de aplicara el algebra de mapas, siguiendo el Modelo SIGER



17

Tabla 3 Ponderación de la reclasificación de mapas temáticos

Mapa temático Valor Observaciones

Área protegidas

Nacionales

1 No Favorable

2 Poco Favorable

3 Moderadamente Favorable

4 Muy Favorable

Todas esta aéreas recibirán la

ponderación de 1

Unidades de Paisaje de

acuerdo a la fisiografía

1 No Favorable

2 Poco Favorable


4 Muy Favorable

Las zonas no favorables las de grandes

alturas, abundante vegetación, valoradas

con 1 y 2

Las zonas más 3 y 4 son las unidades con

cambio de altura cercanas a planicies y

llanuras, con escaza vegetación, de

suelos áridos y desérticos.

Uso del suelo

1 No Favorable

2 Poco Favorable


4 Muy Favorable

Zonas urbanas y de uso intensivo

agropecuario, bosques y zonas

productivas valoradas con 1 y 2.

Las zonas de uso limitado

agropecuariamente y áreas quemadas

serán las más ponderadas con 3 y 4.

Fuente: Elaborado en base a Domínguez (2005).

4.2.2. Análisis de la topografía en base al DEM

Se proceso el Modelo Digital de Elevación de 90m, utilizando la función Surface Analysis del Spatyal

Analyst, con el cual se extraen las variables topográficas y de relieve en el área de estudio en formato

raster:

- TIN

- Pendiente

- Aspecto, dirección y ángulo de la superficie

- Curvas de Nivel

- Sombras

Cada uno de estos mapas permite el análisis espacial del relieve real del área estudiada y de acuerdo a

las características específicas, en las cuales se puede aprovechar de mejor manera el potencial de la

FER, tanto eólica como solar.

Tabla 4 Ponderación de la reclasificación de mapas temáticos

Potencial Variable Topográfica Observaciones

Eólico Tin o Curvas de Nivel

Pendiente

Evitar las crestas de las colinas

Zonas muy accidentadas sin planicies

Pendiente <10%

Orientación Sudoeste

Solar Pendiente

Aspecto

Pendientes <10% con ponderación de 4

Pendientes 10 – 45% ponderadas con 3

Orientación Norte y Noreste

Fuente: Elaborado en base a Domínguez (2005).

18

De acuerdo a la Tabla 4, las restricciones topográficas del SIGER, la pendiente se clasifican como

aptas en un rango de 1 a 10% y el aspecto con dirección Norte, ajustándose a los requerimientos

técnicos para hallar el potencial solar. En cambio, las variaciones de alturas generadas por el TIN o las

curvas de nivel con las pendientes menores al 10%, se ajustaran a las zonas de mejor aprovechamiento

del viento. Ambas combinaciones se procesaron con el algebra de mapas. (Domínguez, 2005)

Con el mapa de sombras utilizando la barra Effects del ArcGIS se pueden observan de mejor manera

los mapas resultantes, dándole una vista similar a la de 3D.

4.3. Caracterización de FER eólica y solar

Inicialmente se revisaran los datos proporcionados por las instituciones que han ido modelando los

datos de Velocidad de viento y radiación solar global mediante el uso de satélites, y los datos que se

midieron en la superficie, utilizando un Radiómetro (equipo especial de medición de radiación), como

parte de un trabajo para el Departamento de Física de la UMSS. Los datos de velocidad de viento

fueron generados de las bases de datos de las estaciones meteorológicas del SENHAMI a nivel

nacional y la TDE.

4.3.1. Velocidad del viento

Las velocidades de viento se manejaron con una frecuencia anual, para estimar la densidad de potencia

que justifique el uso de aerogeneradores. Se llevó a cabo un filtrado simple, eliminando los valores

irracionales, especialmente en las coordenadas tomadas con el GPS, es decir, velocidades de vientos

mayores a 5 m/s y direcciones fuera del rango 0-360º.

La distribución Weibull que se aplicó a estos datos, es una función estadística que representa la

probabilidad de que se dé una velocidad de viento dada. Viene expresada por la función: k

v

c

vk

vv e

c

v

c

kvP

1

)(

Dónde

P(vv): Probabilidad de que el viento tenga una velocidad vv.

c (A en la literatura anglosajona): Parámetro de la distribución llamado factor de escala cuyo valor es

cercano a la velocidad media.

k: Parámetro llamado factor de forma; está relacionado con la dispersión de la curva.

Según Sagüés, 2009, La distribución Weibull es la más usada para los cálculos de potencias a partir de

las velocidades del viento, medidas durante periodos no muy cortos. Presenta un alto grado de ajuste

con los datos observados reales, por ello se utiliza en la mayoría de estudios de recurso eólico. La base

de cálculo e información de las Velocidades de viento se presenta en anexo en este documento.

(Almonacid, 2009 y Sagüés, 2009)

De acuerdo a la cantidad de datos (200 puntos), suficientes para el uso del método Kriging, se aplicó la

función Geoestatistical Analyst, para encontrar los parámetros de normalización, semivariograma y los

valores de Rango, Sill y Nugget, necesarios para la interpolación El método de interpolación

probabilístico utilizado fue el Kriging Universal, por que asume la existencia de la tendencia al interior

los datos, como en este caso la dirección del viento. (ESRI, 2006))



19

4.3.2. Radiación Solar

Se tiene 20 mediciones terrestres de la radiación solar, medidas en algunas estaciones meteorológicas

y puntos de muestreo experimentales. (Anexo 1, Datos de Radiación Solar). Los datos proporcionados

con una frecuencia anual fueron procesados por el método determinístico IDW, (similar al Moving

Average del ILWIS), lo ideal era utilizar el método del Kriging Ordinary, pero al no tener un mínimo

de 70 datos se opta por usar uno de los métodos que se ajusta de mejor manera la distribución de estas

mediciones sobre la superficie, asumiendo valores de acuerdo a los medidos por los puntos vecinos.

Las interpolaciones obtenidas para los datos de radiación y viento se sobrepusieron en el mapa de

sombras Hillshade), para observar la distribución de las variables con el relieve de la zona de estudio.

Ambos mapas serán reclasificados de acuerdo a los rangos de potencias que son ideales para la

generación de energía, asumiendo la escala comercial en 4 clases:

1. No favorable o potencial bajo

2. Poco favorable o potencial escaso

3. Moderadamente favorable o potencial medio

4. Muy favorable o potencial alto

Cada una de estas clasificaciones dependerá de los rangos energéticos utilizados dentro de los

esquemas energéticos de la Organización Latinoamericana de Energía OLADE y expertos en el tema

de las Energías Renovables.

4.4. Generación de potenciales energéticos mediante el uso del SIGER

La información procesada en los anteriores pasos representado en mapas, se convierten en los insumos

para generar los mapas finales de zonificación de los potenciales Solar y Eólico, del modelo SIGER.

Tabla 5 Mapas insumos para el SIGER

Potencial Eólico Potencial Solar Mapas

Suelos áridos y desérticos

Paisajes con cambios de montañas,

colinas a planicies y llanos

Vegetación escasa

Suelos áridos y desérticos

Paisajes planicies y llanuras

Vegetación escasa y de baja altura

Cobertura nubosa < 3meses año

Restricciones de

Coberturas

Ausencia de áreas protegidas

Uso de suelo limitado, sin

asentamiento urbano

Ausencia de áreas protegidas

Uso de suelo limitado, sin

asentamiento urbano

Restricciones del

Uso de suelo

Pendiente < 10%

Relieve cambios de alturas

significativas

Orientación Sudoeste

Pendiente < 10%

Orientación Norte y noreste

Restricciones de la

Topografía

Potencial eólico reclasificado en 4

categorías

Potencial Solar reclasificado en 4

categorías Potenciales energéticos

Elaborado en base a (Domínguez, 2005) y (Almonacid, 2009) y (Ubaldo, 2003)

Los mapas presentados en la Tabla 5 serán clasificados en 4 categorías. De esta manera se

estandarizan los valores con los que se trabajara en el Algebra de Mapas del Spatyal Analyst.

20

Las categorías asignadas indicarán que los polígonos con esas asignaciones son:

1 No Favorable

2 Poco Favorable


4 Muy Favorable

De forma individual se procesaran los insumos de acuerdo al diagrama de la Tabla 6:

Tabla 6 Algebra de mapas aplicado para el SIGER

Potencial Cod. Mapas Reclasificados Algebra de mapas Resultados

Potencial

Eólico

A

B

C

D

Restricciones de Coberturas

Restricciones del Uso de suelo

Restricciones de la Topografía

Potencial energético

E = (A+B)/2

F = (C+D)/2

G = (E+F)/2

Zonificación

del Potencial

Eólico

Potencial

Solar

A

B

C

D

Restricciones de Coberturas

Restricciones del Uso de suelo

Restricciones de la Topografía

Potencial energético

E = (A+B)/2

F = (C+D)/2

G = (E+F)/2

Zonificación

del Potencial

Solar Final

El proceso del algebra de mapas, para poder hacer una mejor evaluación de los resultados, primero se

calculó el mapa E para combinar las restricciones de cobertura y uso de suelos, relacionadas entre sí

por que dependen una de la otra. El mapa F se calculó entre la variable topográfica que tiene mayor

incidencia sobre el potencial a ser evaluado, que de alguna manera incide sobre su rendimiento más

que las restricciones de coberturas.

Finalmente se hace la evaluación de los mapas E y F para obtener los mapas de Zonificación de

potenciales energéticos, en este caso Solar y Eólica. A estos mapas se les dio la clasificación final en 3

categorías:

1 Potencial Bajo

2 Potencial Moderado

3 Potencial Alto

4.4.1. Estimaciones de costos de generación de EE por tipo de FER

Para la estimación de costos se utilizaron los mapas de zonificación de potenciales energéticos Solar y

Eólico, mediante las herramientas del Arctoolbox, se calcularon las áreas con potencial alto en m2. El

principio del análisis espacial permite evaluar el tamaño de las áreas extraídas dentro de un mapa, esto

se aprovechara para evaluar sobre cuanta superficie se puede generar energía eléctrica y de acuerdo al

índice de costos en $/KW se podrán estimar de costos. (Miguel Fernández – ENERGÉTICA, 2009)

Estimación del costo de generación de energía eléctrica, de acuerdo al potencial eólico (Sagüés, 2009):

Costo PE= Potencia (W/m2)*ÁreaPE (m

2) * índice económico ($/Wgenerado)

Costo PS= Potencia (KWh/m2 d)*ÁreaPE (m

2) * índice económico ($/KWhgenerado)

Esto permitirá justificar de mejor manera el uso del potencial Solar o eólico y la inversión requerida en

una planta a nivel comercial, ya sea un parque eólico o un sistema interconectado de SFV.



21

5. Resultados y Discusión

5.1. Análisis de restricciones para la generación de energía

De acuerdo a la metodología descrita en el anterior capítulos se han obtenido los siguientes resultados,

que tratan de limitar las zonas de explotación del energético tomando en cuenta factores relevantes y

validados en otras experiencias con el Modelo SIGER.

5.1.1. Cobertura y uso de suelo

Los mapas temáticos fueron procesados y reclasificados de acuerdo a la metodología planteada. Los

parámetros que definen el resultado que será empleado para ambas FER, son los mismos:

- Las áreas protegidas que están reguladas por la ley Nº 1333 (ley de Medio ambiente) y el Decreto

Supremo Nº 24781 (Reglamento General de Áreas Protegidas), son áreas de protección y no

pueden ser usadas con fines energéticos.

- El mapa de cobertura nubosa limita las áreas, principalmente en la explotación de energía solar ya

que mientras mayor tiempo del año se encuentre nublado, la radiación recibida será menor,

inclusive durante el día, lo que hace menos rentable el uso de la energía solar, la energía eólica

reduce su potencial en las zonas cubiertas ya que los cambios de humedad y presión reducen la

velocidad del viento.

Áreas Protegidas de Bolivia

Fuente: http://google-earth-es.blogspot.com/2007/10/cobertura-

nubosa-pantropical.html

Cobertura Nubosa anual

22

Figura 9 Mapas temáticos de cobertura y uso de suelo

Uso de Suelo

Unidades de paisaje

Figura 9 Mapas temáticos de cobertura y uso de suelo

- Las áreas poco favorables y moderadamente favorables para el aprovechamiento de las energías

renovables a gran escala, se dan en zonas con actividad agropecuaria no intensiva para no

competir con la actividad agrícola ni la producción de alimentos.

- Los suelos restringidos en esta evaluación son aquellos destinados en el País para producción de

alimentos y crianza de ganado, que en su mayoría se presentan en zonas llanas con mayos

vegetación y pasturas. Sin embargo, existen zonas agrícolas de menor uso, por las limitantes del

relieve accidentado, las cuales tampoco se prestaría para implementar un parque eólico o un

sistema interconectado de SFV.

- La consideración de las unidades de paisaje en las cuales se tiene cambios de zonas altas a llanas

o planas, son las más importantes para la velocidad del viento. las cuales se presentan alrededor

de la cordillera andina. en las zonas de transición hacia el altiplano y de colinas hacia el chaco.

El mapa de la Figura 9 Mapas temáticos de cobertura y uso de sueloFigura 9 se muestran todos los

criterios combinados, en los cuales claramente se muestra que un 80% de la superficie del País no

tiene las condiciones para soportar sistemas de escala comercial para la generación de energía eléctrica

ya sea con aerogeneradores o SFV.

Un 10% a 20% de la cobertura de la superficie de Bolivia podría ser considerado en la implementación

de proyectos de energías renovables. Pero aún a este resultado se debe analizar con el relieve ya que

ambos definen de mejor manera las áreas potenciales.



23

Figura 10 Mapa E – Restricciones de cobertura terrestre

5.1.2. Topografía

Los mapas generados a partir del DEM muestran claramente el relieve y la superficie accidentada de

Bolivia, teniendo alturas muy diversas que van desde los 200 msnm hasta los 6000 msnm. La

pendiente en la mayor parte del terreno supera los 60% de inclinación, lo cual hace muy restrictiva las

zonificación de lugares que cumplan con las especificaciones para la instalación de un sistema

comercial de generación de energía renovable

DEM Bolivia de 90m

TIN

24

Aspecto

Curvas de nivel en líneas de 400 m

Figura 11 Mapas del análisis de la superficie a partir de un DEM

Pendiente

Figura 11 Mapas del análisis de la superficie a partir de un DEM

Por el relieve básicamente se puede observar que la zona montañosa divide al país, definiendo zonas y

ecosistemas, lo cual se asemeja con los mapas de cobertura.

Uno de los parámetros que difiere en los requerimientos del tipo de energía es el aspecto. La mayor

capacidad de captación de radiación solar se da con una orientación norte, en cambio el mejor

aprovechamiento del viento está definida por la orientación Suroeste, en el caso de Bolivia. de acuerdo

a este mapa y el de elevaciones es que se han generado los mapas que se presentan en la Figura 12.



25

Restricción topográfica del potencial Solar

Restricción topográfica del potencial Eólico

Figura 12 Mapas F - Restricciones topográficas

Las restricciones topográficas se presentan en su mayor parte para el potencial eólico por el tipo de

pendiente que se requieren para asegurar que la zona identificada está situada en una región de fácil

acceso y que se pueden instalarse máquinas de gran tamaño. Además que el impacto de ruido no afecte

al ecosistema no poblaciones cercanas.

En cambio, en cuanto a la restricción para energía solar es de menor magnitud ya que se tienen en la

región andina zonas muy aptas para la recepción de energía solar, determinada por la orientación y

pendientes. En el caso de los SFV el tema de pendiente se puede mejorar al utilizar estructuras que

permitan los 30º de inclinación, lo más importante es tener la orientación norte sin sombreamiento

durante más tiempo en el día.

5.2. Análisis de fuentes de energías renovables

5.2.1. Energía Eólica

Los datos de densidad de potencia eólica fueron calculados a partir de los datos de velocidad de

vientos. (Anexo 2 Datos de viento y densidad de potencia). Luego genero el Semivariograma que

permite encontrara los parámetros para aplicar el método de interpolación del Kriging Universal

Este método de interpolación del ArcGIS, realmente es una herramienta sencilla y de mayor

optimización de tiempo en el cálculo de los mapas, comparando con el ILWIS, que por el tamaño de la

información requiere de mayor tiempo para realizar las mismas funciones. De todas formas con ambas

tecnologías el resultado es similar, lo cual hace confiar en las herramientas del SIG para efectuar este

tipo de estudio.

26

Los parámetros para la aplicación de las interpolaciones fueron:

Tabla 7 Análisis geoestadístico de datos de Viento

Semivariograma de velocidad media

anual del viento Semivariograma de densidad

de potencia del viento

Nugget = 1,0405

Sill = 1.1994 Rango = 0.7806

Nugget = 999.6

Sill = 0.62849

Rango = 515.07

A partir de este análisis se pudieron extraer los mapas de velocidad media del viento y la densidad de

potencia.

Velocidad media del viento

Densidad de potencia por distribución Weibul

Figura 13 Interpolaciones por el método Kriging Universal

Los resultados muestran la distribución de la velocidad del viento y cuanta densidad de potencia se

tendría en cada zona. El color azul, es la representación gráfica de ambos mapas, muestra que esas

zonas poseen características más favorables para el aprovechamiento energético del viento.

Al comparar ambos mapas con el relieve, mediante el mapa de sombras (hillshade), se pudo verificar

que la mayor potencia se presenta en las zonas con cambios de alturas drásticos, como el de montaña a

planicie o viceversa.

El mapa de velocidad media, comparándolos con el atlas eólico de Bolivia difieren en valores, pero

espacialmente se observó que las mismas zonas presentan mayor intensidad de viento. La diferencia

básica del la información generada esta en los datos con los cuales se trabaja, el atlas maneja datos

medidos, con la ayuda de satélites meteorológicos, a alturas de 20, 50 y 80 m. (Internacional, 2009)

Lo importante de esta comparación se centra en que el modelamiento espacial, con datos terrestres o

satelitales puede generar información asemejada a la realidad y permitir el aprovechamiento de los

recursos eólicos.



27

5.2.2. Energía Solar

La interpolación IDW fue utilizado por la cantidad de datos medidos terrestremente en estaciones

meteorológicas y experimentales. Con estos valores de radiación, se obtuvo la distribución temporal y

espacial de la radiación solar para Bolivia

Figura 14 Interpolaciones por el método IDW

El mapa resultante muestra que gran parte del territorio cuenta con una buena incidencia de radiación,

por estar en zonas altas, con la atmósfera despejada que permite el ingreso de la radiación de manera

más directa. Las zonas montañosas y de cordillera son moderadamente favorables por las sombras que

se generan en el relieve. En cambio las áreas con menos capacidad de aprovechamiento se encuentran

en las áreas de mayor cobertura vegetal, con alto índice de cobertura nubosa durante el año.

Este mapa al ser comparado con el mapa generado con datos satelitales por el departamento de física

de la UMSS, presenta resultados similares al obtenido con la herramienta de interpolación del IDW del

ArcGIS. Encontrando los valores más altos de radiación al sur del País y en las zonas boscosas y con

mayor incidencia de nubosidad, los valores más bajos.

5.3. Potenciales de energía aplicando el modelo SIGER

El algebra de mapas permite la agregación de capas y que estas se vayan combinado para determinar al

final las áreas que estamos buscado, de mayor potencial energético.

5.3.1. Reclasificación y estandarización de mapas

La reclasificación de mapas se efectuó con las tablas de potencial eólico, en la cual para potencias

menores de 200 W/m2 se da una categoría de poco potencial, tomando en cuenta que se está trabajando

a escala comercial, es decir identificando zonas para parques eólicos o SFV interconectados de alta

potencia. En Bolivia por lo tanto se tienen las categorías de zonas no favorables y zonas poco

28

favorables para implementación de parques eólicos. De acuerdo a la escala de trabajo, esta afirmación

es relativa ya que en la realidad son áreas bastante grandes, de acuerdo a la escala 1:8.000.000.

Potencial Eólico

Potencial Solar

Figura 15 Mapas D - Potenciales energéticos reclasificados

En el mapa de potencial solar se presentan contrariamente mayores zonas favorables para la

implementación de SFV interconectados, esto debido a la incidencia solar.

Estos mapas reclasificados ingresarán ahora como un insumo más para la aplicación del modelo

SIGER y obtener los mapas de zonificación de potenciales energéticos.

5.3.2. Evaluación de potenciales

Con los mapas de potenciales y las restricciones se calcularon los mapas de zonificación, donde la

evaluación de las capas redujo las áreas que realmente puedan tener un aprovechamiento energético

interesante económicamente.

El mapa, presentado en la Figura 16, presenta una zona potencialmente apta para el aprovechamiento

eólico, situada en una hondonada, de acuerdo al relieve. Las áreas se encuentran dentro del

departamento de Potosí sin afectar la Reserva Eduardo Abaroa ni el Salar de Uyuni y en una zona

donde existe potencial eólico moderadamente favorable.

La restricción con mayor incidencia en la zonificación de esta FER, fue la topografía, las pendientes

menores a 10% y la orientación suroeste y las áreas con transición de alturas a planicies.

La restricción con mayor preponderancia en la zonificación del potencial solar es la cobertura de la

superficie, porque de ella dependen los interferentes para la captación de radiación. Las restricciones

topográficas en la actualidad han sido sobrellevadas por las estructuras que permiten direccionar y

reorientar los SFV para exponerlos mayor tiempo en el día a la radiación.



29

Figura 16 Mapa G - Zonificación del potencial Eólico

30

Figura 17 Mapa G - Zonificación del potencial Solar



31

El mapa de la Figura 17, muestra que las zonas de mayor potencial solar se sitúan en altiplano, donde

las condiciones de altura, mínima cobertura superficial, bajos niveles de precipitación y por ende

ausencia de nubes la mayor parte del año.

Las zonas de mayor potencial solar están dispersas en los departamentos de Cochabamba, Oruro,

Potosí, La Paz, Chuquisaca y la parte andina de Tarija, esto confirma que la aplicación de SFV que se

han ido ejecutando en proyectos de gobierno y departamentales en electrificación rural en áreas

dispersas fueron acertados. Una combinación con la línea base de Bolivia, permitió verificar que las

zonas potenciales se encuentran en áreas dispersas con poblaciones rurales escasas.

5.4. Estimación de costos

El costo estimado de generación de energía del potencial energético respectivo se presenta de acuerdo

a las áreas de las zonas con potencial alto, en este caso las áreas verdes.

Para el cálculo se reviso el tamaño de pixel, que para la escala de trabajo es de 1010,5 Km2 (5.250 m,

192.476 m) y la potencia representa en ese mismo punto del pixel. Se sobrepusieron mapas de

potenciales energéticos con los valores de mayor potencia y se busco el pixel con mayores valores de

potencial energético y validado como zona con potencia alta:

Tabla 8 Estimación de potencia y costo de implementación en un área igual a un pixel

El análisis espacial aplicado en el modelo SIGER permite estimar la potencia que se puede aprovechar

y los costos relacionados a la inversión requerida para la generación de energía eléctrica.

Las estimaciones en los costos son exageradas ya que la unidad de trabajo también es muy grande.

Pero permiten constatar que es posible instalar plantas generadores de energía eléctrica de nivel

comercial, ya sean parques eólicos o sistemas interconectados de SFV, en áreas reducidas dentro de

los pixeles que representan in alto potencial.

Como se puede analizar, entre ambas estimaciones, comparando las áreas del potencial solar es mayor,

produce una cantidad no más del 60% de la energía producida por el potencial eólico. Los cual se

correlaciona con la realidad, un aerogenerador requiere de menor superficie que un SFV para generar

energía eléctrica.

Estimaciones energía eólica

Datos Resultado

Potencia = 89 W/m2

y Vmed =5,7 m/s Potencia

89.934 MW

Costos

1,35*1011

$ Área píxel = 1.010.499.000 m2

Índice económico = 1.500 $/KW instalado

Estimaciones energía Solar

Datos Resultado

Potencia = 6 kWh/m2 dia

Potencia

1.010.499 MW

Costos

2,02*1013

$ Área píxel = 1.010.499.000 m2

Índice económico = 20.000 $/KW

32

6. Conclusiones

Se consideraron las principales restricciones espaciales de coberturas y topografía, generando un mapa

de restricción de coberturas, en el cual se reflejó que para ambos potenciales energéticos, restringiendo

zonas aptas para los emplazamientos de parques eólicos y SFV interconectados. La vegetación, el uso

del suelo las áreas protegidas por ley y los asentamientos urbanos crean que más del 80% de Bolivia

sea factible de utilizar.

El mapa de restricciones topográficas y de relieve se analizo de forma separada para cada potencial

energético. El aspecto, es decir la orientación y la pendiente, para el potencial eólico está definido en

el caso de Bolivia con una orientación suroeste, por la dirección de viento, y necesariamente una

pendiente menor a 10%. Además debe asumir las alturas de relieve donde se tengan zonas de

transición en las cuales se provocan velocidad de viento mayores.

En cambio el potencial solar requiere de una orientación norte o noreste, que implica mayor incidencia

de la radiación sobre los SFV, la pendiente ideal es de 10%, pero ambas no son del todo restrictivas, ya

que existen soportes y estructuras que se adecuan para poder recibir la mayor cantidad de horas luz. A

simple vista el potencial con mayores áreas de restricción de cobertura y topografía en el potencial

eólico comparado con el potencial solar.

Se calcularon los mapas de potenciales energéticos del viento y de la radiación solar, utilizando datos

de estaciones terrestres, mediante análisis geoestadístico y las herramientas del ArcGis, que son

adecuadas y se ajustan a la distribución de los datos. Esta herramienta permitió modelar el

comportamiento de las variables de velocidad del viento y observar espacialmente el potencial eólico

sobre la superficie, que representa aproximadamente un 5 % de Bolivia. De igual manera se puede

observar espacialmente la distribución de la radiación solar sobre la superficie. Esta FER se presenta

con mucho potencial en más de 40% del territorio, permitiendo concentrar la atención sobre las zonas

con mayor potencial para su aprovechamiento.

La metodología planteada por el SIGER, para la evaluación de zonas potenciales de FER, permite

identificar espacialmente las zonas potenciales analizando la potencia con las restricciones que se

analizaron individualmente. El resultado final representa zonas de menor tamaño, dispersas, como

salpicadas. La zonificación del potencial eólico posee áreas de un pixel aparentemente, en zonas de

depresiones, con escasa materia vegetal, con pendiente suave y orientado en la dirección suroeste.

Prácticamente la zona identificada se sitúa en el Departamento de Potosí, con una velocidad media

anual de 5,7 m/s y una densidad de potencia de 89 W/m2.

El potencial solar básicamente está distribuido sobre la región andina del País, Potosí, Oruro, La Paz,

el sur de Cochabamba, y las zonas más elevadas de Chuquisaca y Tarija. Las radiaciones que se

presentan en estas zonas, de acuerdo al mapa de potencial solar, oscilan en un rango de 5 a 6 kWh/m2

día. De esta manera es que se pueden considerar emplazamientos de escala comercial para la

generación de energía eléctrica.

Las áreas de mayor potencial energético, tanto Solar como eólica, y las potencias en esos mismos

puntos han permitido estimar la cantidad de potencia q se podría generar sobre un pixel y con el índice



33

económico de inversión por KW instalado calcular los costos. El potencial eólico podría generar

89.934 MW, y el costo del emplazamiento de esta magnitud sería 1,35*1011

$US. En cambio el

potencial solar en la misma dimensión superficial, podría generar una potencia de 1.010.499 MW, y el

costo para tal emplazamiento alcanzaría los 2,02*1013

$US.

El análisis espacial del SIGER, al considerar variables de cobertura y topográficas reduce las zonas

que están destinadas para otros fines o simplemente no se ajuntan a las condiciones para soportar

emplazamientos que permiten transformar la energía renovable en energía eléctrica. Los escenarios

obtenidos con este modelo reflejan una cercanía con la realidad, comparándola con experiencias en

campo y otros modelamientos espaciales pero con datos satelitales.

34

7. Referencias Bibliográficas

ACCIONA-GIS 2009. Aplicación de las Herramientas en las Energías Renovables. Ppt “I Jornada

sobre los Sistemas de Información Geográficos aplicados a las Energías Renovables y a las

Utilities”. ACCIONA. Pamplona – España. ALMONACID B, A. Y. L. N. M. 2009. Estimación del Potencial Eólico y Costos de Produccion de

Energia Eolica en la Costa de Valdivia. Revista Agro Sur 37(2). Sur de Chile, 103-109.

ARANCIBIA, M. E. 2008. El Uso de los Sistemas de Información Geográfica – SIG – en la Planificación estratégica e los Recursos Energéticos. POLIS, Revista de la Universidad

Bolivariana Nº 020. Universidad Bolivariana – Santiago, Chile.

BEN 2008. Balance Energético Nacional de Bolivia. Ministerio De Hidrocarburos y Energía. La Paz

– Bolivia, 83. DOMÍNGUEZ BRAVO, J. G. C., X.; PINEDO PASCUA, I. 2005. Renovables 2050: SIG en la

Determinación de los Techos de Potencia y Generación de las Distintas Renovables CIMEAT,

16. DOMÍNGUEZ., F. J. 2002. La Integración económica y Territorial de las Energías Renovables y los

sistemas de Información Geográfica. Facultad de Geografía e Historia. Departamento de

Geografía Humana Tesis Doctoral, 471. ENERGETICA 2009. Memoria del proyecto IK-Ayopaya. Cochabamba.

ENERGÉTICA 2000. MEMORIA – Políticas y Gestión en Electrificación Rural. ENERGÉTICA,

Embajada de Holanda, ESMAP/Banco Mundial y Viceministerio de Energía e Hidrocarburos.

Cochabamba, 363. ESRI 2006. ArcGIS 9 Tutorial.

INE. 2009. Instituto Nacional de Estadística. Estadisticas Provincia Ayopaya [Online]. Cochabamba.

[Accessed 2010]. LUCANO, M. J. Y. F. M., I VAN E. 2010. Evaluación del Potencial de Radiación Solar Global en el

Departamento de Cochabamba Utilizando Modelos de Sistemas de Información Geográfica e

Imágenes Satelitales. Revista Boliviana de Física, 16, 13-21.

MENDIBURU, F. L. 2009. I Jornada sobre los Sistemas de Información Geográficos aplicados a las Energías Renovables y a las Utilities. Acciona Energía, 57.

PDE 2008. Plan de Desarrollo Energético. Ministerio De Hidrocarburos y Energía. La Paz – Bolivia,

69. PERALTA, F. J. R. 2008. Análisis Espacial con Datos Raster en ArcGIS Desktop 9.2. 65.

RIVAS, J. S. Y. J. 2007. Localización, levantamiento de información en campo e implementación del

SIG para el Programa Nacional de Electrificación Rural con Base en Fuentes de Energía Renovable en Áreas No Cubiertas por la Red. Programa Nacional de Electrificación Rural

con Base en Fuentes de Energía Renovable en Áreas no Cubiertas por la Red. Instituto

Costarricense de Electricidad. Costa Rica, 202.

SAGÜÉS, P. P. 2009. Evaluación del Recurso Eólico para el Proyecto IT-PE-100. CINER y Universidad Pública de Navarra - Cochabamba, 27.

UBALDO, M., RICARDO SALDAÑA F. Y M. FLOR MORALES R. 2003. El Sistema de

Información Geográfica para las Energías Renovables (SIGER) en México. Instituto de Investigaciones Eléctricas. Cuernavaca, 7.



35

8. Anexos

Nº Estaciones Meterológicas DPTOS. LAT. LONG. ALT.Vm anual

(m/s)FAC. K FAC. C

Potencia

(W/m2)1 REYES BENI 14°19' 67°23' 280 2,7 1,36 3,5 12,242 RIBERALTA BENI 11º03' 66º03' 141 1,8 1,12 2,53 4,753 RURRENABAQUE BENI 14°28' 67º29' 204 1,5 1,00 2,10 3,164 SAN BORJA BENI 14°52' 66°52' 194 2,3 1,25 3,00 10,885 S. 1. DE MOXOS BENI 14°56' 65°36' 160 1,9 1,16 2,67 5,626 SAN JOAQUIN BENI 13°40' 64°49' 139 2,4 1,30 3,23 107 SAN RAMON BENI 13°18' 64°43' 139 2,5 1,30 3,26 10,218 SANTA ANA BENI 13°46' 65°26' 144 4,3 1,73 5,34 43,39 TRINIDAD AASANA BENI 14°19' 64°54' 156 2,9 1,41 3,72 19,43

10 AlQUILE COCHABAMBA 18°12' 65°10' 2250 0,7 0,69 1,19 0,1811 ANZALDO COCHABAMBA 17°47' 65°55' 3020 0,8 0,75 1,34 0,4112 CAPINOTA COCHABAMBA 17°42' 66°15' 2400 0,7 0,69 1,17 0,1313 CBBA - AASANA COCHABAMBA 17°24' 66º10' 2550 1,5 1 2,1 4,2714 CHIPIRIRI COCHABAMBA 16°52' 65°28' 411 0,6 0,65 1,07 0,2115 INDEPENDENCIA COCHABAMBA 17°07' 66°52' 2788 0,6 0,63 1,04 0,116 MIZQUE MAYRA COCHABAMBA 17°55' 65º21' 2225 2,7 1,37 3,57 10,3217 MOOROCHATA COCHABAMBA 17º13' 66º49' 3027 0,6 0,62 1 0,0518 POJO COCHABAMBA 17°45' 64°49' 1900 2,8 1,38 3,61 17,519 SACABA COCHABAMBA 17°26' 66°01' 2600 1,8 1,12 2,54 5,7520 SAN BENITO COCHABAMBA 17°31' 65°54' 2550 2 1,18 2,77 8,9221 TAMBORADA COCHABAMBA 17°26' 66°08' 2570 0,6 0,65 1,07 0,3922 TARATA COCHABAMBA 17°36' 66°01' 2700 1,1 0,85 1,63 1,8723 TIRAQUE "A" COCHABAMBA 17°25' 65°43' 3200 0,6 0,66 1,1 0,3424 TOTORA COCHABAMBA 17°41' 65°09' 2900 1,1 0,86 1,64 1,5825 VILLA TUNARI COCHABAMBA 16°56 65°24' 460 2,1 1,19 2,82 21,8726 VINTO COCHABAMBA 17º25' 66º19 1008 0,7 0,7 1,22 3,527 J. MOLINO - PILANCHO COCHABAMBA 17º39' 65º27' 2800 4,6 1,79 5,68 135,5928 AZURDUY CHUQUISACA 20°06' 64°24' 2530 3,1 1,47 4 15,6529 CACHIMAYU CHUQUISACA 19°08' 65°16' 2400 0,8 0,72 1,26 0,2330 CULPINA CHUQUISACA 20°49' 64°56' 2970 2 1,18 2,77 17,6631 CHILCARA CHUQUISACA 21°01' 64°56' 3242 2,7 1,37 3,57 20,2832 CHUQUI CHUQUI CHUQUISACA 18°49' 65°03' 2500 1,2 0,90 1,77 1,133 EL SALVADOR CHUQUISACA 20°37' 63°10' 670 4,9 1,84 5,99 100,2334 EL VILLAR CHUQUISACA 19°37' 64°18' 2080 0,3 0,48 0,71 0,0335 INCAHUASI CHUQUISACA 20°46' 64°52' 1600 2,2 1,24 3 6,7436 LA TORRE CHUQUISACA 20°36' 65°08' 2500 1,2 0,89 1,75 1,2137 MONTEAGUDO CHUQUISACA 19°46' 63°57' 1130 0,9 0,79 1,43 0,5438 MUYUPAMPA CHUQUISACA 19°52' 63°46' 1117 1,3 0,95 1,94 1,4339 PADILLA CHUQUISACA 19°18' 64°18' 2102 0,9 0,77 1,40 0,3440 REDENCION CHUQUISACA 18°49' 64°36' 2437 4,9 1,84 5,98 36,0441 SAN LUCAS CHUQUISACA 20°05' 65°08' 3055 2,3 1,25 3 8,0542 SAN ROQUE CHUQUISACA 20°46' 65°13' 2350 0,8 0,76 1,36 0,2643 SUCRE AASANA CHUQUISACA 19°00' 65°17' 2904 2,5 1,32 3,33 8,7844 SUCRE SENAMHI CHUQUISACA 19°03' 65°17' 2890 1,8 1,1 2,47 2,3845 TALULA CHUQUISACA 19°05' 65°24' 2700 1,1 0,86 1,64 0,7746 TARABUCO CHUQUISACA 19°10' 64°54' 3284 1,3 0,95 1,93 1,2347 TARBITA CHUQUISACA 19°51' 64°24' 2480 2,2 1,24 2,98 4,4748 VILLA SERRANO CHUQUISACA 19°07' 64°19' 2108 1,1 0,87 1,66 0,6849 VIÑA QUEMADA CHUQUISACA 19°24' 64°51' 2890 1,8 1,13 2,54 4,1850 YOTALA CHUQUISACA 19°09' 65°15' 2511 1,5 1,02 2,15 2,0551 ZUDANEZ CHUQUISACA 19°07' 64°42' 2475 2,8 1,40 3,68 6,2352 ACHIRI LA PAZ 17° 13' 69° 00' 3800 1,9 1,14 2,6 12,6253 ACHUMANI LA PAZ 16° 31' 68° 04' 3340 2,7 1,37 3,55 6,654 ALCOCHE LA PAZ 15° 44' 67° 40' 525 3,4 1,53 4,31 33,1155 APOLO AASANA LA PAZ 14° 44' 68° 32' 1406 2,1 1,2 2,86 6,5356 APOLO SENAMHI LA PAZ 14° 43' 68° 31' 1383 2,3 1,25 3 5,757 ASUNTA LA PAZ 16° 02' 67° 14' 390 0,9 0,77 1,37 1,758 AYO AYO LA PAZ 17° 06' 68° 00' 3868 4,8 1,81 5,85 51,0759 CALACOTO LA PAZ 17° 17' 68° 38' 3805 3,2 1,49 4,14 18,7960 CAMATA LA PAZ 15° 10' 68° 46' 2250 1,2 0,92 1,83 0,9261 CAQUIAVIRI LA PAZ 17°01' 68° 36' 3800 5,9 2 7,07 102,6762 CARANAVI LA PAZ 15° 49' 67° 34' 600 2,9 1,42 3,81 11,8563 CARABUCO LA PAZ 15° 45' 69° 10' 3815 4,2 1,71 5,25 30,7764 CENTRAL LA PAZ LA PAZ 16° 30' 68° 07' 3635 2,7 1,36 3,51 7,2765 COLLANA LA PAZ 16° 54' 68° 17' 3940 1,7 1,08 2,36 2,0266 COPACABANA LA PAZ 16° 09' 69° 05' 3815 1,4 0,98 2,02 0,8967 COPACATI LA PAZ 16° 12' 69° 05' 4000 1,5 1 2 1,2968 COPAN CARA LA PAZ 16º13' 68º39' 4330 3,6 1,58 4,57 25,0169 CORIPATA LA PAZ 16° 18' 67° 36' 1760 1,5 1 2,09 1,1370 CATACORA LA PAZ 17° 12' 69° 27' 5129 5,1 1,87 6,17 48,2171 COROICO LA PAZ 16° 14' 67° 42' 1620 1 0,81 1,51 0,5272 CHACALTAYA LA PAZ 16° 21' 68° 08' 5231 1,4 0,98 2,03 1,2973 CHARAÑA LA PAZ 17° 35' 69° 27' 4057 2,8 1,39 3,63 11,9474 CHOROCONA LA PAZ 16° 56 67° 10' 2600 6,2 2,07 7,39 77,0575 CHIRAPACA LA PAZ 16° 17' 68° 35' 4339 1,7 1,07 2,35 2,7876 CHULUMANI LA PAZ 16° 20' 67° 30' 1752 0,9 0,78 1,42 0,7977 CHUMA LA PAZ 15º24' 68º54' 3000 2 1,17 2,7 9,878 DESAGUADERO LA PAZ 16° 34' 69° 03' 3803 1,5 1,03 2,18 1,9579 EL ALTO LA PAZ 16° 31' 68° 13' 4071 3,8 1,6 4,7 17,5880 EL BELEN LA PAZ 16° 04' 68° 40' 3820 2,6 1,33 3,4 5,7881 HICHUCOTA LA PAZ 16° 10' 68° 22' 4460 3 1,44 3,87 16,6982 HUACULLANI LA PAZ 16° 28' 68° 44' 3880 6,9 2,18 8,19 169,43

Anexo 1. Datos de Velocidad de Vientos y Densidad de Potencia

83 HUARACO LA PAZ 17° 21' 67° 39' 3917 5,7 1,97 6,82 76,8584 HUARINA LA PAZ 16° 12' 68° 38' 3825 4,3 1,72 5,28 3285 HUATAJATA LA PAZ 16° 13' 68° 42' 3824 1,2 0,91 1,78 0,9986 HUMAPALCA LA PAZ 16º43' 67º25' 1960 2 1,18 2,76 5,4987 HUAYROCONDO LA PAZ 16° 21' 68° 39' 3840 2,8 1,4 3,68 8,7788 IRPA CHICO LA PAZ 16° 44' 68° 22' 3880 4,9 1,84 5,98 32,7789 IRUPANA LA PAZ 16° 28' 67° 25' 1885 2,4 1,3 3,23 5,7490 ISLA DEL SOL LA PAZ 16°10' 69° 09' 4027 1,5 1 2,15 1,0391 IXIAMAS LA PAZ 13° 46' 68° 08' 500 2,5 1,3 3,26 11,4492 LURIBAY LA PAZ 17° 09' 67° 40' 2480 3,7 1,59 4,63 16,2893 MINACHI (COROICO) LA PAZ 16º10' 67º43' 1540 1,3 0,93 1,87 0,6994 PALCA LA PAZ 16° 34' 67° 59' 3333 1,6 1,06 2,3 3,5895 PATACAMAYA LA PAZ 17° 15' 67° 57' 3789 3,4 1,54 4,36 15,996 PELECHUCO LA PAZ 14°49' 69° 05' 3300 1,6 1,06 2,29 1,2297 PUERTO ACOSTA LA PAZ 15° 31' 69° 15' 3835 2,1 1,19 2,82 498 S. ANA DE CARANAVI LA PAZ 15° 53' 67° 33' 625 0,9 0,79 1,43 0,5299 S. JUAN HUANCOLLO LA PAZ 16° 35' 68° 58' 3829 4,2 1,71 5,24 29,86

100 SANTIAGO DE HUATA LA PAZ 16° 03' 68° 49' 3850 2,7 1,37 3,57 7,67101 SANTIAGO DE MACHACA LA PAZ 17° 04' 69° 12' 3871 4 1,66 4,99 33,2102 SEPULTURAS LA PAZ 17° 48' 69° 10' 5185 3,8 1,61 4,75 29,6103 SO RATA LA PAZ 15° 45' 68° 41' 2647 1,8 1,1 2,49 2,58104 TIAHUANACU LA PAZ 16° 33' 68° 41' 3629 2,8 1,39 3,67 8,86105 ULLA ULLA LA PAZ 15° 01' 69° 15' 4460 4,5 1,75 5,5 29,54106 VIACHA LA PAZ 16° 39' 68° 18 3850 4,2 1,69 5,18 18,78107 VIVERO POLEA LA PAZ 16° 40' 67° 17' 2000 2,8 1,38 3,6 11,2108 VIVERO SAPECHO LA PAZ 16° 17' 67° 19' 400 1,6 1,04 2,23 2,15109 VILLA PUNI LA PAZ 15° 40' 69° 12' 3824 6 2 7,18 125,01110 CALAMARCA LA PAZ 16º54' 68º07' 4080 8,1 2,37 9,49 204,56111 TAQUIRI LA PAZ 16º17'36" 68º40'19" 3919 1,9 1,15 2,64 4,38112 SANTIAGO DE LLALLAGUA LA PAZ 17º1' 68º12' 4010 2,9 1,41 3,72 15,44113 GONZALES LA PAZ 15º11'56" 69º00'12" 3576 1,2 0,92 1,83 10,59114 CARACOLLO ORURO 17°38' 67°12' 3770 2,4 1,29 3,2 7,25115 CONDORIRI ORURO 17°32' 67°14' 3860 1,8 1,13 2,54 2,81116 EUCALlPTUS ORURO 17º34' 67º31' 3728 0,7 0,69 1,17 0,25117 HUACHACALLA ORURO 18°46' 68°16' 3740 1 0,82 1,53 1,24118 ORINOCA ORURO 18°58' 67°15' 3780 3,8 1,62 4,8 23,46119 ORURO AASANA ORURO 17°58' 67°07' 3701 2,1 1,2 2,85 5,35120 SALINAS DE G. MENDOZA ORURO 19°38' 67°40' 3680 2 1,17 2,71 4,64121 TACAGUA-CHALLAPATA ORURO 18°53' 66°46' 3740 5,7 1,98 6,82 59,86122 SEVARUYO ORURO 19º21'06" 66º51'45" 3690 2,9 1,41 3,73 18,34123 SALINAS DE G. MENDOZA ORURO 19º38'57" 67º40'57" 3652 3,9 1,63 4,83 47,65124 CHACHACOMANI ORURO 18º21'33" 68º56'56" 4220 4,2 1,7 5,22 79,92125 CARIPE ORURO 18º00'46" 68º50'37" 3670 4,6 1,78 5,66 48,91126 COMUJO - CIPASA ORURO 19º12'59" 66º23'24" 3670 4,5 1,76 5,54 60,47127 CALCHA POTOSI 20°44' 65°28' 2945 2,3 1,25 3 7,89128 COLCHA K POTOSI 20°44' 67°40' 3780 2,1 1,21 2,86 4,12129 COLQUECHACA POTOSI 18°41' 66°10' 4200 2,9 1,41 3,73 16,39130 COTAGAITA POTOSI 20°48' 65°39' 2620 2,3 1,27 3,12 6,52131 CHICO CHICO POTOSI 19°40' 65°32' 3480 1,6 1 2,25 2,52132 CHALVIRI POTOSI 19°39' 65°43' 3370 2,4 1,29 3,19 4,53133 CHAQUI POTOSI 19°35' 65°34' 3550 1,8 1,12 2,51 2,87134 ESCARA POTOSI 20°39' 65°40' 2840 4 1,65 4,93 25,74135 JULACA POTOSI 20°57' 67°57' 3665 6,7 2,15 7,93 141,5136 LLlCA POTOSI 19º51' 68º15' 3650 3,1 1,45 3,95 11,98137 MILLARES POTOSI 19º25' 65º10' 2300 2,7 1,37 3,57 6,34138 MACHA POTOSI 18°49' 66°02' 3840 3,8 1,62 4,75 16,83139 MIRAFLORES POTOSI 19°28' 65°47' 3300 2,5 1,3 3,25 6,75140 MOSOJ LLAJTA POTOSI 20°49' 65°35' 2618 2,8 1,38 3,63 8,25141 OCURI POTOSI 18º50' 65º47' 3980 3,2 1,48 4 21,27142 OPLOCA POTOSI 21°20' 65°50' 3120 2 1,19 2,78 5,65143 OTAVI POTOSI 20°03' 65°20' 2380 3,9 1,65 4,9 24,59144 PALCA DE HIGUERAS POTOSI 20°42' 65°26' 2560 3,6 1,57 4,5 21,14145 POTOSI AASANA POTOSI 19°35' 66°45' 3950 3,4 1,53 4,35 23,1146 PUNA POTOSI 19°47' 65°30' 3280 2,2 1,24 2,98 4,44147 RAVELO POTOSI 18°48' 65°30' 2300 2,3 1,25 3 6,72148 SAN J. DE PAMPA GRANDE POTOSI 21°40' 65°48' 3000 2,4 1,3 3,2 21,84149 SAMASA POTOSI 19°29' 65°41' 3650 4,5 1,75 5,5 49,99150 SAN P. DE BUENA VISTA POTOSI 18º21' 65º58' 2740 2,5 1,32 3,33 6,76151 SAN AGUSTIN POTOSI 21°10' 67°40' 3675 4,9 1,84 6 46,42152 TARAPAYA POTOSI. 19°27' 65°48' 3390 2,6 1,33 3,39 5,56153 TINQUIPAYA POTOSI 19°13' 65°49' 3200 4,9 1,84 6 61,39154 TORO TORO POTOSI 18º7' 65º46' 2700 1,5 1,03 2,2 1,67155 TUMUSLA POTOSI 20°29' 65°37' 2580 1,9 1,16 2,66 6,45156 TUPIZA POTOSI 21°26' 65º43' 2952 2,7 1,35 3,49 10,06157 TURUCHIPA POTOSI 19°49' 64°56' 2360 1 0,83 1,56 0,36158 UNCIA POTOSI 18°28' 66°34' 3900 2,3 1,26 3,06 5,31159 UYUNI POTOSI 20°27' 66°49' 3660 4,3 1,72 5,28 36,32160 VITICHI POTOSI 20°07' 65°29' 3020 4,7 1,81 5,8 61,51161 VIVERO FORESTAL POTOSI 19°23' 65°45' 4060 3,2 1,49 4,33 11,13162 YOCALLA POTOSI 19°33' 65°55' 3450 2,9 1,42 3,79 11,56163 YURA POTOSI 19°43' 66°23' 4360 1,2 0,91 1,78 0,56164 COBIJA PANDO 11°02' 68°47' 235 2 1,16 2,7 5,08165 A. DE GUARAYOS SANTA CRUZ 15°42' 63°06' 245 2 1,19 2,79 6,97166 CAMIRI SANTA CRUZ 20°03' 63°34' 810 1,9 1,14 2,6 13,1167 COLlNIA SAN JUAN SANTA CRUZ 16°59' 64°02' 350 1 0,81 1,51 0,49168 COMARAPA SANTA CRUZ 17°53' 64°32' 1814 5,4 1,93 6,57 118,77

169 CONCEPCION SANTA CRUZ 16°07' 62°02' 490 2,4 1,28 3,18 13,9170 EL VALLECITO SANTA CRUZ 17°46' 63°09' 420 5,3 1,9 6,37 88,46171 HUARIRENDA SANTA CRUZ 19°14' 62°20' 500 1,9 1,13 2,56 9,29172 MAIRANA SANTA CRUZ 18°07' 63°57' 1300 3 1,44 3,91 16,6173 PUERTO SUAREZ AASANA SANTA CRUZ 19°00' 57°44' 133 2,4 1,29 3,23 16,42174 PUERTO FERNANDEZ SANTA CRUZ 17°00' 63°14' 230 3,7 1,6 4,69 38,93175 ROBORE SANTA CRUZ 18°19' 59°45' 265 2,3 1,27 3,11 9,58176 SAMAIPATA SANTA CRUZ 18°10' 63°57' 1620 6,4 2,09 7,58 140,92177 SAN ANTONIO SANTA CRUZ 20°00' 63°11' 600 5,6 1,96 6,72 187,57178 S. I. VELASCO SANTA CRUZ 16°22' 60°58' 410 2,14 1,2 2,9 9,15179 SAN JAVIER SANTA CRUZ 16°20' 62°38' 710 3,1 1,45 3,93 57,87180 SAN JOSE SANTA CRUZ 17°47' 60°47' 297 2,1 1,2 2,8 10,1181 SAN JULlAN SANTA CRUZ 16°45' 62°30' 305 2,6 1,33 3,39 18,65182 SAN MATIAS SANTA CRUZ 16°22' 58°23' 285 1,9 1,16 2,66 11,18183 SANTA ANA SANTA CRUZ 18º12' 64°09' 2400 3,8 1,6 4,74 141,9184 SANTA CRUZ SENAMHI SANTA CRUZ 17°47' 63°10' 416 5,6 2 6,78 127,6185 SANTA CRUZ TROMPILLO SANTA CRUZ 17°45' 63°10' 413 5,6 1,97 6,78 94,74186 SANTA CRUZ VIRU VIRU SANTA CRUZ 17º 40' 63º11' 373 5,5 1,95 6,67 86,94187 SAN JAVIER SANTA CRUZ 16º20' 62º38' 710 3,8 1,6 4,7 37,56188 VIRU VIRU SANTA CRUZ 17º38' 63º08' 373 5 1,86 6,11 82,89189 BERMEJO T ARIJA 22°46' 64°18' 414 2,7 1,37 3,58 17,37190 EL PUENTE T ARIJA 21°14' 65°12' 2220 0,4 0,52 0,81 0,23191 ENTRE RIOS TARIJA 21°30' 64°10' 1230 4,6 1,78 5,68 57,63192 RIO CONCHAS TARIJA 21°52' 64º36' 2120 1,4 0,97 1,98 6,62193 SAN ANDRES T ARIJA 21°37' 64°48' 1855 0,8 0,72 1,25 1,58194 SAN JACINTO TARIJA 21°36' 64°43' 1860 2 1,16 2,67 5,01195 T ARIJA AASANA T ARIJA 21°32' 64°42' 1950 2,6 1,3 3,4 17,72196 TARIJA SENAMHI T ARIJA 21º35' 64°49' 1875 2,1 1,2 2,82 8,07197 TARIQUIA T ARIJA 22º0' 64º28' 1582 1,3 0,96 1,96 4,49198 VILLAMONTES AASANA T ARIJA 21°15' 63°27' 397 2,3 1,27 3,1 66,23199 VILLAMONTES SENAMHI T ARIJA 21°15' 63°30' 340 2,3 1,25 3,06 7,83200 YACUIBA T ARIJA 21°56' 63°38' 644 2,5 1,32 3,34 21,84

Coordenadas Radiación solar

KWh/m2 d

14°12'21.9600000"S, 66°52'23.1600000"W 4.55

14°59'56.0400000"S, 65°05'15.0000000"W 4.75

16°58'54.8400000"S, 65°44'08.8800000"W 5.05

16°53'39.8400000"S, 64°55'40.0800000"W 4.70

17°29'48.8400000"S, 68°40'39.0000000"W 6.28

16°37'32.1600000"S, 67°30'19.0800000"W 5.42

16°34'40.0800000"S, 68°13'50.8800000"W 5.75

15°13'27.8400000"S, 69°21'47.8800000"W 5.60

19°23'26.1600000"S, 64°33'20.1600000"W 5.75

20°51'56.8800000"S, 65°24'21.9600000"W 6.18

22°42'21.9600000"S, 64°31'08.0400000"W 5.41

21°28'18.8400000"S, 65°09'33.8400000"W 6.03

21°40'24.9600000"S, 63°12'48.9600000"W 4.95

21°43'28.9200000"S, 64°55'10.5600000"W 5.85

18°57'15.8400000"S, 63°31'09.1200000"W 5.09

17°46'33.9600000"S, 62°47'00.9600000"W 4.73

18°31'14.8800000"S, 60°59'24.0000000"W 4.87

20°54'38.1600000"S, 65°51'37.0800000"W 6.23

18°29'33.0000000"S, 66°39'21.9600000"W 6.14

21°10'31.0800000"S, 67°50'58.9200000"W 6.59

21°44'44.8800000"S, 66°38'48.1200000"W 6.52

17°23'34.2240000"S, 66°08'07.8000000"W 5.42

Anexo 2. Datos de Radiación Solar

“evaluación de potenciales de fuentes de

Documents